黑马程序员——java基础---正则表达式

------<a href="http://www.itheima.com" target="blank">Java培训、Android培训、iOS培训、.Net培训</a>、期待与您交流！ -------

正则表达式

一、概述

定义：符合一定规则的表达式。

作用：用于专门操作字符串。

特点：用于一些特定的符号来表示一些代码操作。这样就简化书写。

所以学习正则表达式，就是在学习一些特殊符号的使用。

好处：可以简化对字符串的复杂操作。

弊端：符号定义越多，正则越长，阅读性越差。

二、构造摘要

仅仅列举一些常用的功能，具体的详见API。

字符
x	字符 x
\\	反斜线字符
\0n	带有八进制值 0 的字符 n (0 <= n <= 7)
\0nn	带有八进制值 0 的字符 nn (0 <= n <= 7)
\0mnn	带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7）
\xhh	带有十六进制值 0x 的字符 hh
\uhhhh	带有十六进制值 0x 的字符 hhhh
\t	制表符 ('\u0009')
\n	新行（换行）符 ('\u000A')
\r	回车符 ('\u000D')
\f	换页符 ('\u000C')
\a	报警 (bell) 符 ('\u0007')
\e	转义符 ('\u001B')
\cx	对应于 x 的控制符

字符类
[abc]	a、b 或 c（简单类）
[^abc]	任何字符，除了 a、b 或 c（否定）
[a-zA-Z]	a 到 z 或 A 到 Z，两头的字母包括在内（范围）
[a-d[m-p]]	a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]]	d、e 或 f（交集）
[a-z&&[^bc]]	a 到 z，除了 b 和 c：[ad-z]（减去）
[a-z&&[^m-p]]	a 到 z，而非 m 到 p：[a-lq-z]（减去）

预定义字符类
.	任何字符（与行结束符可能匹配也可能不匹配）
\d	数字：[0-9]
\D	非数字： [^0-9]
\s	空白字符：[ \t\n\x0B\f\r]
\S	非空白字符：[^\s]
\w	单词字符：[a-zA-Z_0-9]
\W	非单词字符：[^\w]

 

边界匹配器
^	行的开头
$	行的结尾
\b	单词边界
\B	非单词边界
\A	输入的开头
\G	上一个匹配的结尾
\Z	输入的结尾，仅用于最后的结束符（如果有的话）
\z	输入的结尾

Greedy 数量词
X?	X，一次或一次也没有
X*	X，零次或多次
X+	X，一次或多次
X{n}	X，恰好 n 次
X{n,}	X，至少 n 次
X{n,m}	X，至少 n 次，但是不超过 m 次

Reluctant 数量词
X??	X，一次或一次也没有
X*?	X，零次或多次
X+?	X，一次或多次
X{n}?	X，恰好 n 次
X{n,}?	X，至少 n 次
X{n,m}?	X，至少 n 次，但是不超过 m 次

Possessive 数量词
X?+	X，一次或一次也没有
X*+	X，零次或多次
X++	X，一次或多次
X{n}+	X，恰好 n 次
X{n,}+	X，至少 n 次
X{n,m}+	X，至少 n 次，但是不超过 m 次

注意：

1、每个字符前边都需要加一个字符\;字符 .的写法为\\.；两个\字符的写法为\\\\。

2、组的概念：需要再次用到上一次的符号规则时用括号()括起来即可，即为封装成组;若出现叠词时规则为(.)\\1，叠词出现多次时规则为(.)\\1+;

组的应用：1、使字符串按照叠词完成切割。为了可以让规则的结果被重用。

    2、调用组的时候用符号$,后面在跟一个组号，如$2表示调用前面二号组。

    3、可以将规则封装成一个组。用()完成。组的出现都有编号。

组数从1开始。 想要使用已有的组可以通过 \n(n就是组的编号)的形式来获取。

3、（（（））（））这个有几组，确定组数的时候就看左括号（有几个左括号就有几组），从左往右一次是第一组，第二组……

三、常用方法

1，匹配

Boolean matches(String regex)方法。用规则匹配整个字符串，符合则返回true,只要有一处不符合规则，就匹配结束，返回false。

其实String类中的matches和replaceAll方法。用的就是Pattern和Matcher对象来完成的。只不过被String的方法封装后，用起来较为简单。功能也单一。

匹配小练习：

运行结果 ：

2，切割

String[]  split(String regex);

String[]  split(String regex,int limit)

切割小练习：

运行结果：

3，替换

String replaceAll(String regex,String replacement)   如果regex中有定义组，可以在第二参数中通过$n（n为组数）符号获取正则表达式中的已有的组。

替换小练习：

运行结果：

4，获取

将字符串中的符合规则的子串取出。

4.1、Pattern属于java.util.regex包

用到的Pattern中的方法：

1、static Patterncompile(String regex)  将给定的正则表达式编译到模式中。

2、Matchermatcher(CharSequence input) 创建匹配给定输入与此模式的匹配器，返回类型是：匹配器操作的引擎

4.2、用到的matcher中的方法

1、Stringgroup()；  获取符合规则的字符串序列。

2、boolean  find()；判读是否有符合规则的字符序列。有则返回true，否则返回false。

3、int end()； 获取符合规则子串停止位置的角标。即：指针结束的位置

4、int start()；获取符合规则子串开始位置的角标。即：指针开始的位置

4.3、获取子串操作步骤

1，将正则表达式封装成对象。

2，让正则对象和要操作的字符串相关联。

3，关联后，获取正则匹配引擎。

4，通过引擎对符合规则的子串进行操作，比如取出。

获取子串小练习：

运行结果：

5、4种方法的使用情况分析

       1，如果只想知道该字符是否对错，使用匹配。

       2，想要将已有的字符串变成另一个字符串，替换。

       3，想要按照自定的方式将字符串变成多个字符串。切割。获取规则以外的子串。

       4，想要拿到符合需求的字符串子串，获取。获取符合规则的子串。

正则表达式小练习：

练习1：

运行结果为 ：

练习2：

运行结果为:

练习3：网页爬虫(蜘蛛)

------<a href="http://www.itheima.com" target="blank">Java培训、Android培训、iOS培训、.Net培训</a>、期待与您交流！ -------